李友專、林承翰、王筱涵、葉嘉漢、楊軒佳、黃芝瑋、林哲瑋、王文吟

肺癌屬於高發生率(癌症排名第二)、高死亡率(癌症第一)、高疾病負擔(每年 200 億的健保支出)。肺癌的五年存活率 29%，但第零/第一期為 75-90%，第四期為 8%，顯示早期偵測肺癌的重要性。現階段低劑量電腦斷層(LDCT)是國際實證可以早期發現肺癌的有效篩檢工具，臺灣也在今年 7 月針對高風險提供 LDCT 補助，但仍需要解決高於 90%的偽陽性高問題，以及如何找出非吸菸的肺癌高風險民眾。
本團隊將時間軸轉換為時間矩陣(time matrix)，將就醫的疾病史與用藥史換成表現型資料圖譜，並透過機器深度學習，運用卷積神經網路，打造肺癌數位生物標記預測模型(Digital Bio-maker)，模組的 AUROC(Area Under the Receiver Operating Characteristic curve)可達 90%，近兩年本團隊持續精進模型以及進行前瞻性的臨床驗證。
我國已投入相關資源進行影像(胸部 X 光片)或血液/尿液(DNA 甲基化)對肺癌的篩檢，但若能更善用臺灣醫療基礎建設優勢，藉由肺癌數位快篩，直接應用我國健康存摺的疾病、藥物等資訊，進行快速、低成本、全面性肺癌篩檢及進行不同的建議與管理，可以對潛在肺癌風險的人，增加 9 歲生活餘命(72 歲到 81 歲)，將肺癌能從第四期提早於第一期發現，五年存活率是從 8%提升至 75%，同時醫療支出可節省 80%，達到三贏局面(廠商、民眾、政府)。